3.1图像分割精品.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 1.区域生长 实例 图 区域生长 原始图像及种子点位置 三个种子点区域生长结果 原始图像及种子点位置 四个种子点区域生长结果 2.区域分裂 件如果区域的某些特性差别比较大,即不满足一致性准则时,则区域应该采用分裂法,分裂过程从从图像的最大区域开始，一般情况下，是从整幅图像开始. 开注意： ? ? 确定分裂准则(一致性准则) ?确定分裂方法，即如何分裂区域，使得分裂后的子区域的特性尽可能都满足一致性准则值。 2.区域分裂 算法 ? 形成初始区域 ? 对图像的每一个区域Ri，计算P(Ri)，如果 P(Ri)=FALSE 则沿着某一合适的边界分裂区域 ? 重复步骤2，当没有区域需分裂时，算法结束。 3.区域合并 ?合并运算就是把相邻的具有相似性质的区域合成为一个区域 ?合并算法中最重要的运算是确定两个区域的相似性 ?评判区域相似性方法有许多，评判相似性的方法可以基于区域的灰度值，也可以基于区域边界的强弱性等因素。一种简单的方法是比较它们的灰度均值 基本思想 单纯的区域分裂只能把图像分成许多满足一致性谓词的区域,相邻的具有相同性质的区域并没有合成一体. 3.区域合并 ?使用某种方法进行图像的初始区域分割。 ?对于图像中相邻的区域，计算是否满足一致性谓词,若满足则合并为一个区域。 ?重复步骤2，直到没有区域可以合并，算法结束。 算 法 4.区域分裂合并 数据结构 区域分裂合并法无需预先指定种子点,它按某种一致性准则分裂或者合并区域.可以先进行分裂运算,然后再进行合并运算;也可以分裂和合并运算同时进行,经过连续的分裂和合并,最后得到图像的精确分割效果. 分裂合并法对分割复杂的场景图像比较有效. 4.区域分裂合并 数据结构 具体实现时,分裂合并算法可以基于四叉树数据表示方式进行. 4.区域分裂合并 数据结构 图 图像分裂示例 (a)初始图像 (b) 第一次分割 (c)第二次分割 4.区域分裂合并 算法 ?设整幅图像为初始区域 ?对每一区域R，如果P(R)=FLASE，则把该区域分裂成四个子区域 ?重复上一步，直到没有区域可以分裂 ?对图像中任意两个相邻的R1和R2，如果P(R1UR2)=TRUE，则把这两个区域合并成一个区域。 ?重复上一步，直到没有相邻区域可以合并，算法结束 4.区域分裂合并 实例 原始图像 分裂最小子区域大小16?16 分裂最小子区域大小8?8 分裂最小子区域大小8?8 图 图像分裂合并 * * * * * * * * * * * * * * * * * * * * * * 3.1.2. 边缘连接和边界检测 利用前面的方法检测出边缘点,但由于噪声、光照不均等因素的影响，获得边缘点有可能是不连续的，必须使用连接过程将边缘像素组合成有意义的边缘信息，以备后续处理。 1.局部处理 分析图像中每个点（x,y）的一个小领域，根据梯度确定边缘像素的相似性。 如果满足： 如果大小和方向准则得到满足,则在前面定义的(x,y)邻域中的点就与位于(x,y)的像素连接起来. 2.基本步骤 从图像中一个边缘点出发，然后根据某种判别准则有哪些信誉好的足球投注网站下一个边缘点以此跟踪出目标边界。 ?确定边界的起始有哪些信誉好的足球投注网站点，起始点的选择很关键，对某些图像，选择不同的起始点会导致不同的结果。 ?确定合适边界判别准则和有哪些信誉好的足球投注网站准则，判别准则用于判断一个点是不是边界点，有哪些信誉好的足球投注网站准则则指导如何有哪些信誉好的足球投注网站下一个边缘点。 ? 确定有哪些信誉好的足球投注网站的终止条件。 灰度图像边界跟踪 Hough 变换 Hough变换可以用于将边缘像素连接起来得到边界曲线 ?优点在于受噪声和曲线间断的影响较小 ?在已知曲线形状的条件下，Hough变换实际上是利用分散的边缘点进行曲线逼近，它也可看成是一种聚类分析技术. 通过霍夫变换进行整体处理 在图像上给出n个点,我们希望找到这些点中位于直线上的点组成的子集.一种可行的方法就是先寻找所有由每对点确定的直线,然后找